【猎云网北京】10月18日报道
10月16日，FUS猎云网2020年度人工智能产业峰会在北京金茂万丽酒店隆重举行。在由峰瑞资本副总裁刘鹏琦主持、以《后疫情时代，人工智能落地应用何处所在》为议题的高峰论坛上，埃睿迪合伙人&副总裁赵华伟、睿帆科技联合创始人&CTO王雪、云迹科技战略合作副总裁杨子和宾果智能CEO闵海波就论坛议题发表了精彩观点。
埃睿迪合伙人&副总裁赵华伟表示，2020年确实是一个多事之秋，对于企业充满了机遇和挑战。今年，在大数据人工智能赋能传统产业领域中，有两个重要机遇，一是拥抱国企混合、混改公司，二是拥抱新基建，探索智慧城市运营等。
对于人工智能的商业化落地应用，赵华伟认为，必须与客户的现实需求紧密结合，深挖客户的痛点，为客户提供显性可量化的价值。同时，对于一些客户在具体运营过程中产生的定制化需求，需要在可实现范围内尽量满足，为客户提供更优质的服务。
另外，赵华伟强调，数字化转型是目前推动整个经济转型升级的一个主导力量，有数据统计，到2030年整个中国人工智能核心产业的规模会超过1万亿。而随着未来越来越多人工智能应用场景的不断涌现，其与具体行业的结合越来越密切，也将极快地推动各个行业转型升级，帮助企业实现避险合规、降本增效的显性加快。
睿帆科技联合创始人&CTO王雪是大数据领域的博士专家，她看到未来人工智能在大数据领域有三大方向。首先，AI平台和大数据平台将来必然会融合到一起，“这些工作是两个平台，如果不能统一到一起，将来对于整个生产过程效率是降低的。”其次，她认为将来联邦学习会有很大的生产价值。再者，区块链的数据共享技术能够在数据领域产生很大的价值。
她表示，AI和大数据一样需要慢慢发展，不要一下子期待太高。“市面上之所以会出现那么多的产品，就是因为没有一个产品能够解决全部的场景，所以人工智能的突破还需要积累。“像现在，我们在某几个点有突破，但是不可能说一下子达到真正的人工智能的高度，所以大家对人工智能降低期望，然后逐渐辅助它成长。”
疫情后，在大数据领域里，她观察到很多企业加速从数据采集阶段发展到如何用数据、处理分析数据并用数据指导生产。在AI运用上，现在更多的是云服务厂商有很多AI平台进行数据分析和深度学习并训练模型。
云迹科技战略合作副总裁杨子表示，疫情提升公众对服务机器人提供服务的认可，以前大家普遍认为只有人对人的服务才是温馨的服务，但是从长远来看，人对人的服务一定是更加昂贵、成本更高的服务，所以未来会出现很多是机器人提供的服务，或者人工智能提供的服务。
“所以我觉得疫情可能是一个契机，从这做一个起点，未来不管酒店还是生活的每一个空间，都会充满了机器人和人工智能。”杨子认为，机器人本身是和人工智能天然结合在一起，机器人本身是人工智能的载体，所以上面可以应用到各种各样人工智能的相关技术。
在他看来，服务机器人关键落脚点还是在服务这两个字上。商业模式的成功与否，最本质的还是在单次获客成本和客户全生命周期价值两方面上。
“以前我们跟客户仅是单纯买卖硬件的关系，现在我们交付给他的是一个可以升级不断迭代、价值扩大的服务。”杨子说。
宾果智能CEO闵海波表示，2020年是疫情影响深刻的一年，但也因此看到了更多机会，比如线上化、无人化，让人工智能实现了快速的应用和落地。
同时他强调要辩证的看待人工智能落地发展的速度问题，短期内保持谨慎的态度。目前人工智能技术，是远远不及人们预期的，仍需要构建一个非常大的常识库，基于这个常识库不断探索边界。而产业落地方面，能做的是在局限性中，找好自己的边界，切入一个特别具体的特定的场景，解决一些行业痛点。另外从长期来看，还是要保持乐观的。因为目前人工智能技术仍然在飞速发展，希望创业者、投资人都能给人工智能技术发展多一些耐心。
商业模式对于人工智能的落地非常重要，闵海波认为确定产品采取的交付形式，可以是产品交付、也可以是服务交付，但核心是摸清客户的诉求。在机器人服务领域，将机器人服务化是一个比较好的思路，服务到达的方式可以是to B、to C，也可以是to B再to C，主要看是否有实现基础。
本次峰会由猎云网主办，猎云资本、企业管家、猎云财经、锐视角协办，近百位知名资本大咖，独角兽创始人、创业风云人物及近千位创业者共聚一堂。峰会以“AI UP！”为主题，聚焦人工智能产业的应用，通过展示多领域多维度人工智能技术和产品以及分享讨论AI在不同场景中最新落地应用，展现人工智能产业落地应用的最新成就；并围绕人工智能产业的“进击”与“破圈”，探讨AI技术如何为产业赋能。
以下为论坛分享实录，猎云网整理删改：
刘鹏琦：非常感谢猎云网，也非常高兴有这个机会跟几位嘉探讨后疫情时代人工智能未来应用何处所在，我是来自峰瑞资本的刘鹏琦，我们主要关注消费、科技和生物医药方向的投资，我个人更多看企业服务和数据智能方向多一些。很高兴能够参与今天的探讨。在开始今天正式讨论之前，还是按照惯例请在座的几位嘉宾分别花一分钟时间简单做个自我介绍，也介绍一下公司的简单情况，从赵总开始。
赵华伟：谢谢主持人，大家好，我是来自埃睿迪信息技术有限公司的赵华伟，埃睿迪是一家从事大数据和人工智能方面的公司，谢谢。
王雪：大家好我叫王雪，来自广州睿帆科技，我们致力于大数据的处理和分析，我们公司两大主打产品，一个是大数据平台，提供从数据采集、数据接入到数据处理和数据分析一站式解决方案，雪球数据库是提供单表千亿级别以后交互式极速的数据查询引擎，我毕业于人民大学，主修方向是高性能数据库。
杨子：大家好，我叫杨子来自于云迹科技，如果住酒店可能会大概率能够看到我们的机器，就是一个可以自己上下电梯，给您送矿泉水，或者送拖鞋牙刷的送物机器人。到今年年底我们在全国差不多有5000家酒店能够用到我们机器人，大家如果去商务旅行，或者去哪游玩的时候住进酒店，大概率会碰到。也很高兴能够来到这个活动，我自己以前也是做技术出身，轨迹跟您的专业比较像。因为机器人本身是和人工智能是一个天然结合在一起，因为机器人本身是人工智能的载体，上面可能应用到各种各样人工智能的相关技术。
闽海波：大家好，我是闽海波，来自宾果智能，实际上是把人工智能和机器人技术引入幼教，我们核心客户是在幼儿园，包括一些教培机构，通过向幼儿园、教培机构输出信息化服务和课程服务两种产品，采集分析孩子的大数据，最终目的是通过大数据做数据驱动，因人施教。我们是2015年成立，到现在做了五年，到目前覆盖了接近5000家幼儿园，到年底应该到6000家，这6000家幼儿园包括500家教育部的课题示范园，我们完成了六轮融资。
刘鹏琦：2020年是很特殊一年，在疫情、新基建、中美关系等大背景下，国家层面对于很多新技术，尤其是以人工智能为代表的新技术非常支持，同时很多地方政府也都投入了大量资源支持这类型公司的发展。从人工智能企业自身的微观情况来看，今年有哪些切身的体会，在疫情期间，产品、业务对比往年有哪些变化和新的亮点？这个问题先从闽总开始。
闵海波：今年我们深刻的体会是“危”与“机”的辩证关系。疫情冲击了我们的业务，却激发出了团队的斗志。我们线下面向幼儿园的业务，上半年基本停摆。幼儿园不开学，我们就几乎没有线下业务收入。自2月2日起，团队基本上就进入战时状态，一方面探索线上业务，另一方面为疫情后业务做准备。整个团队在今年2月到6月期间所做的工作，比去年半年时间都还要多。我们周一到周六工作，每天早上8点半坚持开一个晨会，大家精神饱满，斗志昂扬，真的是我们清华校训中“自强不息，厚德载物”的状态。
业务的变化首先是积极拥抱线上化。我们之前所做业务主要是线下，围绕信息化和课程服务两个部分，疫情开始后逐步向线上延伸，与教培机构合作。比如AI多维度儿童评测，原来是针对线下课堂中机器人摄像头所采集的数据，分析孩子的情绪、专注度、活跃度，我们把相关技术搬到线下，赋能教培机构。结果服务了几家大型教培机构，成为我们业务新的增长点。
第二点是在信息化层面，我们看到一个机会——非接触式快速测温。疫情初期，我们就着手调研了多种测温方案，后来确定了两种：一种是利用热电堆器件的单点测量，一种是红外热像测温。团队利用我们清华实验室图像超分的算法，提升红外热像器件性能，大幅提高了红外测温性价比。研发出来之后，产品非常受欢迎。
另外在疫情之后，我们观察到的趋势是，政府的新基建进程在加速。近几个月新基建，尤其是智慧教育、智慧幼教方案落地方面，我们实现营收已经超过去年全年。总之，疫情这只黑天鹅对我们影响有限，反而在各方面激发出一些闪光点。
刘鹏琦：好，我觉得闽海波总分析主要关键词是机会，这个疫情包括新基建带来了很多机会，这是我们看到的一些东西。杨总可以分享一下。
杨子：疫情起初对我们影响比较大，一开始，酒店通过使用我们的服务机器人提供无接触送物，帮助酒店顾客和酒店工作人员更加安心。无接触送物更加安全，也避免了接触，这也是疫情期间，我们为酒店所提供的价值。
确实疫情严重的时候，酒店的各种预算都是比较吃紧。等到差不多5月份之后，酒店也慢慢从疫情当中缓过来，我们也能够看到慢慢的起量的过程。
从长远来看，尤其是疫情的影响，对于整个服务机器人提供的服务来讲，大家对这个事更认可了。我们以前认为只有人对人的服务才是温馨的服务，但是大家知道从长远来看，人对人的服务一定是贵的服务，是成本更高的服务，所以未来有很多是机器人提供的服务，或者人工智能提供的服务。未来不管酒店还是生活的每一个空间，都会充满了机器人和人工智能。所以我觉得从这做一个起点，未来生活中可能充满了大量的人工智能和机器人。
刘鹏琦：是把智能化和自动化通过疫情大大提前了速度。下面看看王总有没有什么想法。
王雪：我们公司主要做数据处理和数据分析，疫情对我们来说没有特别大的影响，我们只是看到，疫情倒逼整个社会数字化过程加快。我们从电信业起家，大家都知道电信行业的数据量特别大，我们看到大数据的处理过程是，第一步先把数据采集起来，第二步是数据处理和分析，第三步才到分析和合作，比如说做深度学习，分析完的结果用到正常的预测和将来的使用。
我们现在看到的情况是，在疫情之前，很多企业才处于第一阶段，仅把数据收集起来，但很多企业还没有到真正把数据利用起来。随着疫情的进展，很多企业在加速这个过程，已经从数据采集阶段进展到下一步，如何使用数据，对数据进行处理和分析，然后对分析的结果进行利用进一步指导生产。
刘鹏琦：感谢，我们从机构角度看，看产业升级大家会经历很多阶段，包括从信息化、数字化、线上化，再往后才能到大数据和智能化应用，可能疫情把整个链条过程压缩了。下面看看赵总有什么想法？
赵华伟：2020年确实是一个多事之秋，对于我们埃睿迪也是充满了机遇和挑战，首先在资本层面，今年3月份刚刚完成了字节跳动第三轮投资，百度跟投。在商业化应用和落地方面，今年除了在传统领域继续深耕，比如环保、工业固废、微废等细分行业外，还在两个新的领域实现了重点突破。
第一个我们紧密拥抱国企混合、混改公司。第二方面是积极拥抱新基建，刚刚完成了与福建泉州开发区的签约，双方总投资一个亿，共同打造一个基于水务和环保的人工智能和大数据平台，探讨在智慧城市的运营、环保水务的信息化建设方面做出合作，也是在这个行业实现了一些落地的探索。
刘鹏琦： 感谢。我大概总结一下，虽然在疫情早期，咱们企业会受到或多或少行业的影响，在销售上可能有一些短暂的阵痛期，随着整个疫情结束，大家在业务上都得到了爆发式的增长，这其实是非常好的一面。
过去几年，人工智能本质上是个工具，它的落地和商业化应用需要结合其他技术，包括云计算、大数据、物联网，也需要真正考虑商业价值，所以它的落地预期和速度在过去几年比想象中慢很多。就这个现象请教一下在座各位嘉宾，过去几年，人工智能的发展没有像大家预期发展那么快的原因和挑战可能在哪？是因为我们所处的行业基础设施不够好，还是说我们价值传导不够到位，还是怎么样？想听听大家的想法，这个问题从赵总开始。
赵华伟：我的体会是人工智能很多商业化的应用必须与客户的现实需求紧密结合，必须去深度挖掘客户的痛点。比如许多客户在生产经营管理中，遇到的最大问题和困难是什么，还有哪些生产工艺方面的优化和提升空间，我们的解决方案能够给客户提供哪些方面的提升和帮助，以及提供哪些显性可量化的价值。
我们有一个案例，是为法国环境公司做的一个固废大脑项目，在全国26个工厂实现大数据平台分析应用。经过核算，每一个工厂一年的能耗降低几乎达到200-500万元，大大提升了经济效益。
刘鹏琦：您觉得我们需要能够帮助客户量化到底技术的加持有多大，才能够帮助我们在客户那边有效的落地。王总这边。
王雪：大家开始对AI的破局期望太高了，所有东西都是有一个循序渐进的过程，我不是AI专家，我是做大数据出身。但是我对大数据这个东西是这么看的，大家都知道大数据最开始突破是谷歌那三篇论文，因为数据量大的时候没有任何计算模型能够处理，所以找到了一个突破点，可以用一堆机器、便宜的机器做一个很大算力的突破。
我认为人工智能也是一样的，大家最开始对它的期待很高，但是随着发展发现，像大数据能解决一部分的问题，但是不能解决全部的问题。之所以大数据生态圈里面出现那么多的产品，就是因为没有一个产品能够解决全部的场景。人工智能同样如此，它的突破是需要积累的，像现在我们在某几个点有突破，但是不可能说一下子达到真正的人工智能的高度。所以大家对它的应该是降低期望，然后逐渐辅助它成长。
刘鹏琦：我们要任何到任何技术都是有应用边界，而不能对它抱以太大的绝对期望，下面听听杨总的意见。
杨子：我还是挺赞同硅谷一句很著名的话：我们想要一辆可以飞的汽车，得到的却是140个字符的twitter。大家对这个事确实期望很高，但是一旦期望很高，你发现真正使用起来没有那么聪明，跟人的那种聪明劲还是不能够相提并论。我们只能找一个细分领域跟业务紧密的结合，只让它干一个完整人类30%或者50%的活儿，只把人类重复性的任务接管，通过这种方式满足人类的需求。
另外一方面，我的观点是技术的成熟会创造需求。这个事在通信领域是最典型的，前2G、3G时代手机只能打电话发短信，后来能看书、看电影、听音乐，这是技术创造的需求。未来也是，随着人工智能技术不断地提升，可以干更多的事情，甚至真的可以把人送上火星月球。所以日后技术成熟之后会创造一大批需求出来，这是我的观点。
刘鹏琦：感谢，观点是一方面要选一个相对垂直的行业能够做深做透，在一个有效边界内解决替代人的问题，另外是是不是能够创造一个新的需求。
闵海波：我认为需要辩证地看这个问题。借用比尔盖茨反复讲的一句话，“人们总是高估一两年内技术带来的变化，低估了未来十年的变革。”
我们所在的“人工智能+教育”领域就非常典型，我有两个深刻的体会。一是对于人工智能技术，短期内我是相对谨慎的。目前人工智能之所以没有达到人们的预期，主要由于之前预期太高，技术实际还没有突破瓶颈，泡沫化严重，Gartner曲线还是很说明问题的。泡沫消退的这两年，反而让我们比较静心地看边界。现在的人工智能，远远没有到达三岁小孩的智力程度，因为缺乏常识，缺乏真正的泛化自学习能力。这是我们在学界和业界共同要解决的课题——如何让机器人自学习，或者构建一个海量的常识库，基于这个常识库再去自己探索世界，解决问题。
此外，我们所做的用人工智能赋能儿童教育，实际上是高度跨学科，跨领域的，并非单一人工智能技术可解。我们的效果可能没有那么明确，比如立刻能为客户节约多少成本，增加多少效益？因为教育领域，“因人施教”效能相对主观，是相对比较难做的。
实际上，不光我们“人工智能+学前教育”领域，整个服务机器人领域都处于一个比较尴尬的境地，尤其前几年，找不到刚需，也引来投资人大量质疑。没有刚需的事情凭什么说能推得动，凭什么说市场化做的很好？因此我们要在目前技术局限性内保持谨慎，找好自己的边界，切入一个特别具体的场景，找到一个解决方案，解决一些行业痛点。
二是从长期看，要对人工智能技术前景保持乐观。目前人工智能技术的确还在飞速发展，虽然深度学习是到了一个瓶颈，但深度学习只是人工智能的一个流派，不代表其他流派短期内没有突破的可能。例如最近清华大学施路平教授课题组在《Nature》上发文，提出类脑人工智能的崭新思路，可能就是通用人工智能的曙光。作为产业界，我非常期待，而且非常看好其下一步的发展。无论任何一个流派，只要出了很好的成果，我们都可以实现应用。同时，我也特别呼吁在行业中的人，在创业时期多一份耐心，投资人也能给人工智能企业和技术发展一些耐心。
刘鹏琦：无论是人工智能技术，还是一些其他的新的技术，Gartner曲线还是能描述这个过程，总会有非常热闹的时候，也总会有冷静的时候，从长期来看一定会对社会创造价值，关键是要有耐心。感谢。
刘鹏琦：我们再谈另外一个大家比较关心的问题，就是商业模式。这对于人工智能企业落地来说是非常关键的点，我们可以看到，现在大多数的落地模式无非是这几种，不是做技术项目服务实施，就是卖一些软件或硬件产品，或者是以企业服务和年费的形式。最近几年做下来，会不会看到一些新的可能性？
闵海波：的确商业模式在这个领域非常重要，我们前三年所走的弯路绝大多数是商业模式上的弯路。在这个方面，我们有一个很深的体会，服务机器人领域，把机器人服务化（RAAS，Robot As A Service）是一个非常好的路径。在To B方面，我们并不要求客户一次性花费很多成本把机器人买下来，而是选择类租赁的合作模式。不管是产品还是服务，核心还是满足好客户的需求。
我们的商业模式是典型的2B2C，当下to B，但未来核心是to C。具体而言，将机器人输入到幼儿园，链接幼儿、家长和老师，最终形成数据闭环。在这个过程中，通过深入服务与运营，形成全体系数据支撑，2C是有基础的。
刘鹏琦：明白，一方面从智能化应用落地角度是要以一种服务的形式交付，而不是单纯的产品，另外在过程中是不能是积累有益的数据，未来是不是有其他的空间，杨总有什么想法？
杨子：服务机器人本质还是在提供服务，服务机器人这个词关键是落脚在服务这两个字上。
说到商业模式，最本质还是单次获客成本和客户全生命周期价值这两个关键词，这俩词能算得过来，商业模式就成立。
对于我们来讲，对于整个现在大的趋势来讲，叫做交付未完成的产品。以前我们跟客户仅是单纯买卖硬件的关系，未来一定是不成熟的，不是一个持久的商业模式，你交付的硬件应该是不断持续演化、价值增加的硬件。你是和你的客户绑着一起走过一段旅程，你的服务不断升级。
我们最早只做单个机器人，我们觉得单个送货机器人价值非常有限，于是又做了自动货柜，可以跟机器人对接，使得机器人长出一双虚拟的手，一旦有需要传送什么物品，这个物品不需要有人去放，而是由货柜自动传送给机器人，机器人完成送物，把以前半自动化过程全自动化。
我们觉得这个还不够，于是又做了客房AI语音电话，只要客房拿起对话，对着电话是AI语音交互机器人，你可以对着AI说“麻烦送两瓶水，麻烦送双拖鞋”这一系列的需求，这些需求可以转成数字化的订单直接发送给机器人。
我们和我们的酒店客户之间学不是单纯买卖硬件关系，我们交付给他的是一个可以升级不断迭代、价值扩大的服务。所以我觉得未来的商业模式，
就是你交付给客户的产品是一个“未完成”的产品，你将来的价值体现在整个运营过程中，也是你运营价值不断放大，服务价值不断放大的过程，这是我们对商业模式的思考。
刘鹏琦：很关键一点要真正站在客户角度考虑，而不是从我们角度考虑把买卖卖掉，而是形成一个更长期的合作关系，最终帮他解决问题。王总这边有什么看法？
王雪：我们是纯粹的2B企业，我们更关注给厂商做产品，我看到AI商业模式可能不止是提供一些解决方案，更多的是云服务厂商有很多AI平台，用户使用AI平台来做分析和深度学习，处理数据，直接训练模型。我还看到一些联邦学习平台，他们可能是将来AI的趋势。
AI的最大问题和大数据一样是很难形成产品的，更多是提供一个解决方案。如果说形成产品很难，那我认为向客户交付未完成的产品是一个更好的途径，可以设计一个更好的商业模式。
刘鹏琦：王总的意思是尤其to 大B的交付过程中，他们有很多各种各样定制化诉求，我们怎么在定制化和产品之间保持平衡，是大家需要思考的问题，赵总也是服务大B。
赵华伟：我们是纯粹的to B公司，我们在商业拓展过程中也经常遇到一些定制化需求，比如有一些环境类的的项目，运营周期长达20年，甚至30年。在运营过程中，客户存在一个现实需求“如何降低运营成本”，这就涉及到智慧化运营的问题。
比如我们在安徽正在服务的农村污水处理项目，就是通过提供污水大脑解决方案，首先通过统一的调度管理，尽量提高人效。另外通过智能的报器、智能加药，以及污水处理工艺流程的AI算法优化，从而提高整个项目的经济效益。在可实现范围内，尽量满足客户的定制化需求，是我们对客户更好服务的方向。
刘鹏琦：刚才在座几位嘉宾分享了很多对人工智能的思考，让我们再把话题拉回到疫情之下和现在，整个疫情对大家今年的业务或多或少有些积极的作用，除了对现有的一些业务订单上有一些爆发式增长外，是否有一些新的灵感出现，客户会不会提出一些原来从来没有提过的想法和需求，哪些是我们觉得非常有价值的？从赵总开始。
赵华伟：水务行业是我们今年重点突破的领域和方向。以我们正在建设泉州水库大脑项目为例，通过建设一个统一信息化底座，帮助客户搭建几方面的能力，包括大数据、整体数据智能、视觉智能，数字孪生，以及水务地理信息。同时，我们也开发很多类似的具体场景化的应用，包括智慧源水、智慧供水、智慧排水、智慧节水等，形成围绕水务行业的应用群。另外我们发现了其他省市类似的项目需求，正在源源不断的迸发出来。
刘鹏琦：感谢，王总有看到什么新的好玩的东西？
王雪：我看到的是几个方面，第一个我认为AI平台和大数据平台将来必然会融合到一起，因为用户在收集和处理数据的时候，一定要对数据进行变现。数据要产生价值，指导实际生产。AI框架其实是帮助用户训练模型，模型一定要部署和应用，而AI框架在模型部署、应用和在数据预处理方面需要借助大数据平台做这些工作。
这些工作是两个平台，如果不能统一到一起，将来对于整个生产过程效率是降低的。所以我认为将来这两个平台一定会融合到一起。
第二个，我认为将来联邦学习会有很大的生产价值，因为大家现在对于数据资产都非常看重，如何能够在不破坏别的数据隐私前提下，或者不购买其他公司数据前提下使用其他公司的数据，这个就是联邦学习将要解决的问题。
第三个我看到的趋势或者有价值的点是使用区块链的数据共享技术，我们怎么样把数据共享和区块链技术结合到一起，使得能够在数据共享过程中评估每一个参与数据共享人的价值，同时又不违反数据的隐私。
刘鹏琦：包括技术和数据都会更多的走向开放和生产的情况。杨总。
杨子：引用一下之前Kevin Kelly对于人工智能和机器人的说法，3D jobs will be done by robots，无聊的活，危险的活，还有脏活，这些工作未来会被人工智能和机器人部分替代。“我觉得未来的机会是我们看人类的工作当中有哪些是满足这三个方向，有些活给钱都没有人愿意干，有些活重复性特别高，干着干着很无聊，还有一些活很危险，比如高污染型，在医院有大量辐射区、污染区，这些未来是服务机器人一个主战场。”
还有一个从全世界范围看，中国应该是全世界最大的AI训练厂，未来国际化也是一个路子。我们如果在中国这条路走通了，我们有这么多场景，我们政府这么支持，我们有不同的人群，走出海外也将是一个巨大的机会。
刘鹏琦：这是一个非常值得期待的事情，闽海波总。
闵海波：主要是两个方面：无人化和基于AI的线上化，这是极为明显的趋势。无人化的优势在于非接触，降低风险，提升效率。而基于AI的线上化则在教育领域解决了两个根本问题——教育的标准化和个性化问题，也包含交互与体验问题。这一特征，使得教育突破地域，既能大规模复制，又能因人施教，而且还变得很有趣。
刘鹏琦：在这次疫情当中，咱们很多AI公司，无论在抗疫过程中还是在服务其他行业和社会过程中，已经开始扮演起一个关键角色，而不止是一个概念。我想最后再请各位嘉宾简单的用一两句话再展望一下未来五到十年，在我们领域也好，还是说在社会也好，AI会变成什么样子？这个问题从赵总开始。
赵华伟：数字化转型是推动现在整个经济转型升级的一个主导力量，有数据统计，到2030年整个中国人工智能核心产业的规模会超过1万亿，随着未来越来越多人工智能应用场景的不断涌现，与具体的行业结合也越来越密切。我认为能够极快地推动各个行业转型升级，帮助企业实现避险合规、降本增效的显性加快。
王雪：我认为AI技术对于人类世界的改变并没有产业那么难，大家在长期之内会看到一个更好的效果。
杨子：一句话，未来人对人的服务一定是成本更高的服务，所以将来我们身边，我们生活中会有大量的人工智能和机器人为你提供服务。
闵海波：我认为未来十到十五年可能会出现“人机共融”的社会。我们正在实施科技部一个重大专项课题，关于“机器人拟人化社会交互理论与方法”，里边涉及“人机交互”、“机器人伦理”等核心问题。实际上，目前“人机共融”已经呈现出一些趋势，只是现在的机器人智能化还欠缺，情感性也没有那么强，缺乏“人情味”，不过不代表未来不能实现。
刘鹏琦：特别好，让我们拭目以待，今天的圆桌就到此结束，特别感谢几位嘉宾的精彩分享，谢谢大家。